仲跻超：AI時代存量資産的再一次革命 | 2026博鰲地産發展大會

本文整理自仲跻超先生在2026博鰲地産發展大會上的演講内容。

仲跻超（停簡單聯合創始人、VP）：非常高興有機會在這里與大家分享。今天，我想與大家分享的是我們在停車場經營方面積累的一些經驗。

在座各位都是房地産領域的專家，主要處理樓上的空間管理與經營；而我們公司所聚焦的，是地下空間場景的價值增值與運營邏輯。

過往二十年，我們基本只專注這一件事。2006年，陽光海天成立；2014年，我們又創辦了線上停車平台“停簡單”，其初衷是順應當時O2O的場景與風向，這無異于一次自我革命。彼時各地紛紛擁抱“互聯網+”，作為停車場運營方，我們的初心是：如果我們不投身互聯網，恐怕遲早會被别人替代，這正是“停簡單”誕生的緣由。

今天，我也帶來一款産品，名為“停小愛”。這是我們前幾天剛剛發布的AI智能體産品，稍後我将作詳細介紹。

目前，我們持有的經營權車位達到100萬個；依托“停簡單”的SaaS服務，服務範圍已覆蓋超過1萬家停車場。

在這二十年里，我們經歷了三次技術變革。我希望通過回顧歷史，談談我們如何看待AI變革，以及具體的應對之道。

過去二十年中，每一次業務的躍升，其實都發生在技術變革的岔路口上，而我們會一如既往地擁抱變革、全力投入，哪怕未來充滿未知。

第一次變革，是從手撕票時代邁向取卡時代。最初，收費員通過手寫計費、現金收費的方式完成停車收費。當取卡設備問世時，一套設備需花費數十萬元，我們依然義無反顧地投入。

因為從事停車場管理，我們發現現場是最不可控的環節；而第一次變革所解決的，正是讓賬目變得可信。我們将此前現金與手工記賬的全部工作轉為電子化。

第二次變革發生在“停簡單”創立之時，大致在2014年至2015年間，這也可以算是AI時代的一次小規模應用。

當時我們采用了神經網絡算法，叠代升級了車牌識别技術，以車牌識别替代了取卡繳費。就這一邏輯而言，表面上它仍是電子計費的升級，但我們不但義無反顧地投入了車牌識别賽道，“停簡單”也正是因這一解決方案而誕生。

此後，在應用車牌識别的過程中，我們後知後覺地發現，車牌識别帶給我們的，其實是一次用工模式的改變。此前取卡時代是“機器輔助人”，而車牌識别則成為所有無人值守與在線支付的基礎，這正是我們深度擁抱技術變革之後才得出的結論。

在前兩次變革中，我們認為都是用機器與技術來替代人的手腳；而這一次由AI帶來的變革，在某種意義上真正替代了人腦。

無人化之後，停車場内的數字化、智能化已經推進得十分深入，由此自然而然地産生一個問題：AI的變革是否真的還有必要？尤其是在當下，停車場中的人員已大幅精簡。

在人員規模最大的時期，我們整個集團約有8000人從事停車場管理；而如今無人化時代到來，人員大約縮減至不到2000人，加上部分外包人員，總計不超過3000人。

就用工效率而言，我們認為已經達到了相當理想的水平，但我們仍然需要AI來幫助解決標準化運營、決策以及經營類問題。

在座各位老闆最初的想法，很可能與我們相同：AI到來之後具體應當如何推進？按兵不動，唯恐落後；大舉改革，又懼浪費。持這種顧慮的不在少數。

我們自今年四五月份立項啟動AI項目，直至8月份将公司的停車場智能體正式發布。在開發過程中我們得出的結論是，AI在幫助企業提效時，決定成效的不在于工具本身有多強大，而在于流程。

如果不對企業的流程加以改變，AI應用的效率便難以大幅提升。每一次技術變革都會帶來生産力與生産效率的指數級上升，但都需經歷一個過程。

正如當年電動機取代蒸汽機時，用了40年才實現生産力與生産效率的指數級躍升，而這40年，正是用來消除蒸汽機時代遺留的工作流程與生産流程的滞後性；待流程叠代完成之後，電氣化系統的優勢才真正得以發揮。

那麼，在我們推進整個公司的AI改造與流程再造、讓AI為我們提效的過程中，具體是如何操作的？我在此分享兩個關鍵詞，一個是OPC，一個是FDE，大家在各大新媒體平台上應該也多有接觸。

所謂OPC，即“一人公司”（One Person Company）。一人公司並非倡導各位老闆裁員，它對公司的意義在于，讓一個人加上一個AI智能體，去替代過去一支團隊完成一個項目。

今天中午我曾與旁邊的朋友交流，談到以往在研發過程中，我們提出一個需求，一兩周乃至一兩個月的開發周期在所難免。

從産品立項、需求調研、撰寫産品說明書，到與前後端研發人員反復讨論修改，直至最終開發、測試、上線，這一整套流程無法省略。

而如今，我們的研發流程已完全不是這個樣子。現在的開發流程是：由需求提出方撰寫需求說明，這本質上就是一段文字，将需求描述清楚即可，無論針對的是一個獨立産品還是一次叠代。

需求說明完成後，我們會同時指派兩位類似OPC的研發人員介入（即按前文“一人公司”模式運作的研發人員），並行開發同一需求；開發完成後，由需求提出方對兩個並行開發的Vibe coding（AI編程）成果進行評審，從中選擇自己更滿意或更偏好的版本，随後鎖定並發布上線。過去需要一兩個月才能上線的東西，如今基本一天之内即可完成開發流程。

使用過Vibe coding的朋友應當能夠理解，AI編寫代碼的速度無可替代。至于FDE，同樣是流程層面的改變，必須基于公司現有的業務去推動流程再造。

接下來介紹“停小愛”，這是我們在遵循“一人公司、一人團隊”邏輯的前提下，為項目管理開發的輔助産品。

我們設定的應用場景是：一位負責人加上“停小愛”，便構成一支完整的AI停車場管理團隊。

我們還引入了Agent集群的概念，将陽光海天與停簡單二十年來在停車場管理上的經驗，也就是我們的員工手冊，分部門提煉為Agent skill，並部署到财務、商務、工程等不同的智能體之中。一旦項目中出現任何問題，智能體會自動調用相應的子智能體，完成相關工作。

當前AI市場上有一個頗為熱門的詞匯，叫做“自動化運行智能體”。在這一概念提出之前，我們在設計“停小愛”時，主打的應用場景就是“少問少催、只看結果”。

如今，在我們自己經營的停車場中應用這款産品時，我們對項目經理的要求是：凡“停小愛”提示需要授權、需要知曉，或智能體力不能及、必須由人工完成的具體工作，系統都會推送給相關人員；除此之外的所有問題，均可交由“停小愛”自動完成。包括日報、周報、月報的輸出以及會議内容的梳理，全部實現了自動化處理。

由于整合了全部員工手冊的邏輯，且智能體運行于計算機系統之中，今後所有此前需要員工借助電腦完成的工作，“停小愛”都能代為完成。

作為停車場的經營方，我們極為看重停車場的收入。我們二十年來的全部工作，表面看似“看車”，實則始終聚焦于如何提升停車場的收入。

在我們公司内部有一個詞，叫“非停收入”，即如何賺取除停車費以外的收入。這里就不得不提行業的一項變革，那就是車機智能體的高速發展。

如今，各位的車輛可能多少已具備一些智能體或自動駕駛功能，而智能體落地最快的行業，正是中國的新能源汽車行業。

我們可以設想未來的一個場景：屆時已不再是人在開車。過去二十年，雖然我們在停車場“看車”，但更多是在“管人”；而未來的場景可能完全不同，我們或許真的是在“看車”。

車輛由智能體自動駕駛，場端同樣需要智能體來承接並與車機交互。因此，停車場必須學會與車機“對話”，這也是我們研發“停小愛”的原因所在。

我們還為停車場叠代出A2A功能。我們不僅在車場端推出“停小愛”，用于增收與運營、解決停車場日常經營問題，同時還推出了車主端。我們會将車主端的Agent開放給所有主機廠的客戶，實現車機與場端之間的智能化交流。

舉一個例子：目前我們正在推出“停小愛”的一個應用場景，並将在A2A機制下提供一定的停車費補貼。

當車機導航前往某一目的地時（例如去王府井），系統會幫助尋找周邊合适的停車場、查詢是否有優惠，或預約洗車等服務。

在這一過程中，車場端的商務智能化身會介入：當停車場的空置率處于某一水平時，可給予一定折扣；基于對停車趨勢的預測，若條件允許，還能提供更多優惠。

此時，“停小愛”會基于當前的空滿情況與未來趨勢，與車機進行自然語義的溝通。車機詢問是否有優惠，“停小愛”随即作出回復，雙方由此達成交易。

交易達成後，車機側可能收到兩三個停車場的反饋，屆時可由車主或車機自主選擇最優方案，再将車輛駛入。

就當前而言，畢竟仍是由人來停車；若是人工駕駛，依然是“目的地停車”的概念，即我要去某個商場，就須停在該商場樓下。

但在将來，随着低速自主駕駛、代客泊車技術的實現，車主可将車輛停在商場門口，由車輛自行尋找停車場，屆時我們這套功能的意義便會凸顯。

這里有一段視頻演示：系統向三個停車場發起詢問，每個停車場會基于當前的停車趨勢，給出符合其運營邏輯的結果。可以看到，最終系統推薦将車停到便宜8元的停車場。這正是我們推出智能體的初心。

以往我們在推進智能化升級時，往往是購買軟件，甚至自研軟件；如今，我們則是為停車場配備一位智能員工。

目前，我們的A2A接口已提供給車機，並給予車機最低95折的優惠。這一A2A接口打破了傳統停車場與物業對接的固有思路。

以往需要做API對接、專門開發；如今，通過自然語義的溝通，A2A接口可以直接與物業方對接。若物業方擁有相應的智能體，便可将此前需要向停車場管理員反映的各類問題，交由智能體處理。

過去，物業有問題都是打電話給停車場管理員；現在，如果物業側也配置了相應的智能體，停車場的A2A管理接口完全可以開放出來，各方共同打造一個在樓宇内實現智能體自動化運行的場景。

以上就是我今天的全部分享。作為停車場運營方，我們只是希望讓現有的空間、現有的車位創造更多的價值。我們也希望在接下來的時間里，能夠與各位資産所有者和管理者一道，打造出下一代真正智能的物業場景。

免責聲明：本文内容與數據由觀點根據公開信息整理，不構成投資建議，使用前請核實。